双目视差指的是视觉刺激在左眼和右眼视网膜上投影位置的微小差异。由于成年人的双眼在水平方向上相距约6.3厘米，每只眼睛从略微不同的角度观察世界。这种角度差异，即视差，是立体视觉的基础，立体视觉是指从二维视网膜图像中感知深度和三维结构的能力。大脑的视觉系统从两幅视网膜图像中计算视差，并将其转化为相对深度的感知，使观察者能够判断物体的距离和场景的布局。
这一概念是双眼视觉的基础，双眼视觉存在于人类、许多灵长类动物以及其他具有前向眼睛的动物中。双目视差并非单一数值，而是整个视野中的空间映射；对于场景中的每个点，都存在对应的视差值。视差的大小与距离成反比：近处的物体产生较大的视差，而远处的物体产生较小的视差。当注视一个物体时，其图像落在每只眼睛的中央凹上，该点的视差为零；比注视点更近或更远的物体分别产生交叉视差或非交叉视差。
视差的神经处理
双目视差的计算始于初级视觉皮层（V1），该区域的神经元通过丘脑的外侧膝状核接收来自双眼的输入。许多V1神经元是双眼性的，并对特定视差作出选择性反应，即当刺激出现在相对于注视点的特定深度时，它们会最强烈地放电。这些对视差敏感的神经元被组织成柱状结构，被认为构成了深度的初始神经表征。从V1开始，视差信息沿两条主要通路进行处理：腹侧通路（参与物体识别）和背侧通路（参与空间感知和动作引导）。
更高级的皮层区域，如中颞区（MT）和内侧上颞区（MST），将视差信号与运动线索整合，以支持动态场景中的深度感知。将两幅视网膜图像结合起来的精确神经算法仍是计算神经科学中的一个活跃研究领域。模型通常提出大脑执行某种形式的左眼和右眼图像之间的互相关或匹配，但具体机制仍在争论中。
视差的类型
视差可分为两种主要类型：交叉视差和非交叉视差。当物体比注视点更近时，产生交叉视差；在这种情况下，左眼中的图像相对于右眼的图像向右偏移。当物体更远时，产生非交叉视差，左眼中的图像向左偏移。这些术语的使用是因为当眼睛会聚于近点或远点时，图像看起来会交叉或不交叉。
另一个区别是水平视差和垂直视差。水平视差是深度感知的主要线索，因为它源于眼睛的水平分离。垂直视差通常较小，源于眼睛的垂直错位或从侧面观察物体；它在确定视界环的方向中起作用，视界环是空间中投射到对应视网膜点的点的轨迹。
在深度感知和三维视觉中的作用
双目视差是视觉系统使用的几种深度线索之一，与透视、阴影和运动视差等单眼线索并列。然而，它是一种强大而精确的线索，能够实现精细的深度辨别。最小可检测的视差，称为立体视锐度，在视力正常的人类中通常约为5到10角秒，这非常精细，相当于在一米距离处检测到几毫米的深度差异。
从视差中感知深度并非自动完成；它需要大脑解决对应问题，即将左眼图像中的每个点与右眼图像中的对应点进行匹配。这是一项计算上具有挑战性的任务，尤其是在纹理均匀或具有重复图案的区域。大脑使用唯一性（每个点最多匹配另一个点）和连续性（视差在表面上平滑变化）等约束来解决歧义。
在技术中的应用
双目视差的原理被应用于各种技术中。立体相机和深度传感器，例如用于机器人和自动驾驶车辆的设备，通过从略微不同的视角拍摄的两幅图像来模拟双眼排列以估计深度。例如，Waymo和特斯拉的Autopilot使用立体视觉系统来感知环境的三维结构以实现安全导航。在计算机视觉中，立体匹配算法用于从图像对生成深度图，这一任务已通过深度学习技术得到极大改进。
双目视差也是立体3D显示的基础，这种显示向每只眼睛呈现略微不同的图像以创造深度错觉。该技术用于3D电影、虚拟现实头显和增强现实系统。在人工智能研究中，理解大脑如何处理视差启发了视觉感知模型，并已被用于评估机器学习系统在深度估计和场景理解等任务上的性能。
与其他视觉线索的关系
双目视差并非孤立运作；它与其他深度线索整合以产生连贯的空间感知。视觉系统将视差与调节（晶状体的聚焦）、会聚（眼睛的内旋）以及纹理梯度和遮挡等单眼线索相结合。在许多情况下，这些线索是一致的，但它们也可能发生冲突，例如在立体显示中，会聚和调节不匹配，导致视觉不适或疲劳。
研究表明，大脑动态地加权线索，在特定情境中给予最可靠线索更大的权重。这种类似贝叶斯的整合是知觉心理学中的一个关键研究领域。理解视差如何与其他线索相互作用，对于设计有效的3D显示以及开发能够在现实环境中稳健感知深度的AI系统非常重要。
参见
- 立体视觉
- 深度感知
- 计算机视觉
- 视觉皮层
参考文献
- Howard, I. P., & Rogers, B. J. (2002). Seeing in Depth. Oxford University Press.
- Parker, A. J. (2007). Binocular depth perception and the cerebral cortex. Nature Reviews Neuroscience.
- Qian, N. (1997). Binocular disparity and the perception of depth. Neuron.